ANALISIS DE

SENSIBILIDAD
 ¿ EN QUE CONSISTE ?
 El Análisis de Sensibilidad
consiste, en esencia en la
investigación del efecto que tiene
sobre la solución optima el hecho
de hacer cambios en los valores
de los parámetros del modelo.
 NOS PERMITE..

 Identificar
las variables mas criticas
o construir escenarios posibles que
permitan analizar el comportamiento
de un resultado bajo diferentes
supuestos.
 CAMBIOS EN LOS
COEFICIENTES DE UNA
VARIABLE NO BASICA
 Suponiendo que los cambios que
se hacen en el modelo original
ocurren en los coeficientes de una
variable que era no básica en la
solución optima original.
 INTRODUCCION DE UNA
NUEVA VARIABLE
 Es agregar otra actividad con los
coeficientes apropiados en las
restricciones funcionales y en la
función objetivo.
 El único cambio que resulta en el
problema dual es la introducción de
una nueva restricción.
 ESENCIA DEL ANALISIS DE
SENSIBILIDAD
 Un objetivo fundamental es
identificar los parámetros sensibles.
 Es necesario determinar el intervalo
de valores del parámetro para el que
la solución optima no cambia
conocido como (intervalo permisible
para permanecer optimo.)
 PARAMETROS SENSIBLES
 Parámetros cuyos valores no pueden
cambiar sin que cambie la solución
optima.
 Es el intervalo permisible para
permanecer optimo.
 En algunos casos cambiar el valor de un
parámetro puede afectar la factibilidad
de la solución optima.
 INFORMACION INVALUABLE
 1.- Identifica los parámetros mas
importantes, con lo que se puede poner un
cuidado especial para hacer estimaciones
cercanas y seleccionar una solución con el
mejor desempeño para todos los valores.
 2.- Identifica los parámetros que será
necesario controlar muy de cerca cuando el
estudio se ponga en marcha.
 PROCEDIMIENTO GENERAL
1. REVISION DEL MODELO
2. REVICION DE LA TABLA SIMPLEX
FINAL
3. CONVERSIÓN A LA FORMA
APROPIADA DE ELIMINACION DE
GAUSS
4. PRUEBA DE FACTIBILIDAD
5. PRUEBA DE OPTIMALIDAD
6. REOPTIMIZACION
 CUIDADOS….
 Los cambios en las variables deben
ser iguales para todas de manera que
se puedan comparar los resultados.
 Reconocer que el cambio en el
resultado depende de cómo se halla
construido el modelo y de los valores
iniciales de las variables por analizar.